金融時間序列分析

本書全面闡述了金融時間序列，並主要介紹了金融時間序列理論和方法的當前研究熱點和一些最新研究成果，
尤其是風險值計算、高頻數據分析、隨機波動率建模和馬爾科夫鏈蒙特卡羅方法等方面。
此外，本書還系統闡述了金融計量經濟模型及其在金融時間序列數據和建模中的應用，
所有模型和方法的運用均采用實際金融數據，並給出了所用計算機軟件的命令。
較之第1版，本版主要在新的發展和實證分析方面進行了更新，新增了狀態空間模型和Kalman濾波以及S-Plus命令等內容。

本書可作為時間序列分析的教材，也適用于商學、經濟學、
數學和統計學專業對金融的計量經濟學感興趣的高年級本科生和研究生，
同時，也可作為商業、金融、保險等領域專業人士的參考書。

Ruey S，Tsay（蔡瑞胸）
美國芝加哥大學布斯商學院經濟計量及統計學的H G．B．Alexande r講席教授。
1982年于美國威斯康星大學麥迪遜分校獲得統計學博士學位。
中國台灣“中央研究院”院士，美國統計協會和數理統計學會的會士，
Journal of Forecastin9的聯合主編，Journal of FinancialEconometrics的副主編。
曾任美國統計學會商務與經濟統計分會主席、《商務與經濟統計》期刊主編。

第1章　金融時間序列及其特征　
1.1　資產收益率　
1.2　收益率的分布性質
1.3　其他過程　
練習題　
參考文獻　
第2章　線性時間序列分析及其應用　
2.1　平穩性　
2.2　相關系數和自相關函數　
2.3　白噪聲和線性時間序列　
2.4　簡單的自回歸模型　　
2.5　簡單滑動平均模型　
2.6　簡單的ARMA模型
2.7　單位根非平穩性　　
2.8　季節模型　
2.9　帶時間序列誤差的回歸模型　　
2.10　協方差矩陣的相合估計　
2.11　長記憶模型
附錄　一些SCA的命令
練習題
參考文獻　
第3章　條件異方差模型
3.1　波動率的特征　
3.2　模型的結構
3.3　建模
3.4　ARCH模型　
3.5　GARCH模型
3.6　求和GARCH模型
3.7　GARCH-M模型　　
3.8　指數GARCH模型
3.9　門限GARCH模型
3.10　CHARMA模型　
3.11　隨機系數的自回歸模型
3.12　隨機波動率模型　
3.13　長記憶隨機波動率模型
3.14　應用
3.15　其他方法　
3.16　GARCH模型的峰度
附錄　波動率模型估計中的一些RATS程序
練習題
參考文獻
第4章　非線性模型及其應用
4.1　非線性模型　　
4.2　非線性檢驗
4.3　建模
4.4　預測　
4.5　應用
附錄A　一些關于非線性波動率模型的RATS程序　
附錄B　神經網絡的S-Plus命令　
練習題　
參考文獻　
第5章　高頻數據分析與市場微觀結構　
5.1　非同步交易
5.2　買賣報價差
5.3　交易數據的經驗特征　
5.4　價格變化模型　
5.5　持續期模型
5.6　非線性持續期模型
5.7　價格變化和持續期的二元模型　　
附錄A　一些概率分布的回顧
附錄B　危險率函數　
附錄C　對持續期模型的一些RATS程序　
練習題　
參考文獻
第6章　連續時間模型及其應用
第7章　極值理論、分位數估計與風險值　
第8章　多元時間序列分析及其應用
第9章　主成分分析和因子模型
第10章　多元波動率模型及其應用　
第11章　狀態空間模型和卡爾曼濾波
第12章　馬爾可夫鏈蒙特卡羅方法及其應用
索引